将数据集拆分为组，然后按年龄将这些组拆分为R

Question

我正在尝试为R中的分析拆分数据集。我首先要按A或B组进行分组，然后按年龄对这些组进行分组。 我试过使用split（）函数，如下所示：

Data <- read.csv("/users/SLA9DI/Documents/Test.csv")
split(Data,Data$Group)

但是然后当我尝试split(Data,Data$Age) ，它仅按年龄进行拆分，而当我尝试split(Data$Group,Data$Age)时，也会发生同样的事情。 数据将用于比较相同年龄的人群。 我也可能会在以后加入性别，所以如果我可以在这些年龄段进一步按性别划分，那会更有帮助。 例：

Group   Age   Data  Data2
A         13    15  10
A         13    14  6
A         18    13  2
A          8    13  8
A         12    2   2
A         14    2   2
A         16    3   2
A         16    4   4
A         16    23  5
A         16    15  4
B         13    5   5
B         13    56  6
B         18    6   1
B          8    76  6
B         12    7   3
B         14    8   2
B         16    9   2
B         16    10  5
B         16    11  6
B         16    12  7

编辑：将它们分成几组，然后将这些组中的年龄分成几组，这样我就可以将16岁的B组与16岁的A组进行比较。此外，我可能想在以后将其进一步分为性别例如，将B组或A组的16岁女性与A或B组的16岁男性进行比较。

Answer 1

首先，您是否考虑过将数据保持在一起，并使用by()或aggregate()和某些函数进行分析，而不是将数据拆分多次？

其次，您只需要将第二个拆分应用于所有输出数据。 最简单的方法是编写一个快速函数，该函数包装并稍微修改了内置split以便您可以简单地传递要拆分的变量的变量名，而不是向量。

下面的作品：

options(stringsAsFactors = FALSE)
testdata <- data.frame(Age=c(10,11,9,10,13,12,11,9,10,8,13),
                       Group=c("A","B","A","C","D","A","A","A","C","B","C"),
                       Var1=c(3,4,1,3,3,1,7,3,1,7,4))

func.split_wrapper <- function(dataframe,varname) {return(split(x = dataframe,f = dataframe[[varname]]))}

testdata.split1 <- func.split_wrapper(dataframe = testdata,varname = "Age")
testdata.split2 <- lapply(X = testdata.split1,FUN = func.split_wrapper,varname = "Group")

print(testdata.split2)

$`8`
$`8`$B
   Age Group Var1
10   8     B    7


$`9`
$`9`$A
  Age Group Var1
3   9     A    1
8   9     A    3


$`10`
$`10`$A
  Age Group Var1
1  10     A    3

$`10`$C
  Age Group Var1
4  10     C    3
9  10     C    1


$`11`
$`11`$A
  Age Group Var1
7  11     A    7

$`11`$B
  Age Group Var1
2  11     B    4


$`12`
$`12`$A
  Age Group Var1
6  12     A    1


$`13`
$`13`$C
   Age Group Var1
11  13     C    4

$`13`$D
  Age Group Var1
5  13     D    3

Answer 2

我可能会执行以下操作。 首先通过expand.grid()获得唯一的组和性别对。 然后在列上循环。

set.seed(1237)
df <- data.frame(group = sample(c("A","B"), 10, replace = T),
                 gender = sample(c("M","F"), 10, replace = T),
                 age = sample(c(20:25), 10, replace = T))

grid <- unique(expand.grid(df$group, df$gender))
names(grid) <- c("group", "gender")
grid

#group gender
#1      A      M
#2      B      M
#11     A      F
#12     B      F

lapply(1:nrow(grid), function(x) {
  df[df$group == grid[x, 1] & df$gender == grid[x, 2],]
})

[[1]]
group gender age
1     A      M  22
3     A      M  25
4     A      M  20
8     A      M  22

[[2]]
group gender age
6      B      M  24
9      B      M  25
10     B      M  22

[[3]]
group gender age
5     A      F  20

[[4]]
group gender age
2     B      F  24
7     B      F  25